从Lucene8索引中提取所有字段

Question

给定一个使用Lucene-8创建的索引，但不了解所使用的field，我如何以编程方式提取所有字段？(我知道Luke浏览器可以交互地使用(感谢@andrewjames) Examples for using latest version of Lucene。)场景是，在开发阶段，我必须在没有规定模式的情况下读取索引。我正在使用

IndexReader reader = DirectoryReader.open(FSDirectory.open(Paths.get(index)));
IndexSearcher searcher = new IndexSearcher(reader);

reader具有以下方法：

reader.getDocCount(field);

但这需要提前了解领域。

我知道索引中的文档可能会使用不同的字段进行索引；我已经准备好遍历所有文档并定期提取字段(这些索引不是很大)。

我使用的是Lucene 8.5.*，因此基于早期Lucene版本的post和教程可能无法工作。

Answer 1

您可以通过如下方式获取基本字段信息：

import java.util.List;
import java.io.IOException;
import java.nio.file.Paths;
import org.apache.lucene.document.Document;
import org.apache.lucene.index.DirectoryReader;
import org.apache.lucene.index.IndexReader;
import org.apache.lucene.index.IndexableField;
import org.apache.lucene.store.FSDirectory;

public class IndexDataExplorer {

    private static final String INDEX_PATH = "/path/to/index/directory";

    public static void doSearch() throws IOException {
        IndexReader reader = DirectoryReader.open(FSDirectory.open(Paths.get(INDEX_PATH)));
        for (int i = 0; i < reader.numDocs(); i++) {
            Document doc = reader.document(i);
            List<IndexableField> fields = doc.getFields();
            for (IndexableField field : fields) {
                // use these to get field-related data:
                //field.name();
                //field.fieldType().toString();
            }
        }
    }
}